Pain Management in Cancer Patients Using a Mobile App: Study Design of a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Despite the availability of effective medications and clinical guidelines for pain management, pain control is suboptimal in a sizeable proportion of patients with cancer pain. The National Comprehensive Cancer Network guidelines recommend a comprehensive and multimodal approach for management of cancer pain. We developed a mobile phone application, ePAL, based on clinical guidelines to empower patients for cancer pain management by prompting regular pain assessments and coaching for self-management. OBJECTIVE: The objective of this study is to evaluate the effect of a multidimensional mobile phone-based pain management application, ePAL, on controlling cancer pain and improving quality of life in patients with cancer pain being treated at an academic palliative care clinic. METHODS: The study will be implemented as a 2-arm randomized controlled trial with 110 adult patients with CP who own a mobile phone over a follow-up period of two months. Participants will be randomized to either the intervention group receiving ePAL and usual care or to a control group receiving only usual care. The brief pain inventory will be used to assess our primary outcome which is pain intensity. We will also evaluate the effect of the intervention on secondary outcomes which include the effect of the intervention on hospital utilization for pain crisis, quality of life, adherence to analgesic medications, barriers to pain control, anxiety and patient engagement. Instruments that will be used in evaluating secondary outcomes include the Brief Pain Inventory, Morisky Medication Adherence Scale, Barriers Questionnaire-II, Functional Assessment of Cancer Therapy-General, Edmonton Symptom Assessment System, Generalized Anxiety Disorder 7-item scale, and the Functional Assessment of Chronic Illness Therapy-Fatigue. The intention-to-treat approach will be used to evaluate outcomes. Our primary outcome, pain intensity, measured longitudinally over eight weeks, will be assessed by mixed model repeated analysis. Effect sizes will be calculated as mean group differences with standard deviations. RESULTS: The study is still in progress. We hope to have results by the end of 2015. CONCLUSIONS: The multidimensional approach to pain management implemented on a mobile phone application could lead to significant improvements in patient outcomes. TRIAL REGISTRATION: ClinicalTrials.gov NCT02069743; https://clinicaltrials.gov/ct2/show/NCT02069743 (Archived by WebCite at http://www.webcitation.org/6Qb65XGGA).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,007 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».